1. 安裝 keras-contrib，參考 keras-contrib : keras community contributions。
步驟如下，
# 安裝 keras 版本如下即可，如需安裝 tensorflow 版本，需要先執行 convert_to_tf_keras.py 檔案
cd ***paths***
cd keras-contrib
python setup.py install
2. keras+bilstm+crf 例項參考，基於keras的bilstm與crf實現命名實體標註，其**參考 zh-ner-keras。
3. 如果想要安裝 keras 版本，但是錯誤安裝了 tensorflow 版本，會報錯為：
typeerror: the added layer must be an instance of class layer, ***注：convert_to_tf_keras.py 只會改變 keras_contrib 檔案內的一些檔案資訊等。
4. 另外貼乙個 keras+crf+mtl 的例子，深度學習中的多工學習(multi-task learning)——keras實現。
條件隨機場
模型是指數函式形式，最後求的是特徵在整個序列的權重，因此是全域性解。而最大熵只是求當前狀態的輸出解，是區域性解，因此有標記偏置的問題。條件隨機場源自圖模型的概念，序列標註使用的是一階煉表。整個圖的聯合概率就是每個團的概率乘積，每個團的概率又可以表示成狀態函式和條件轉移函式的乘積。優化目標是條件隨機場...
條件隨機場
概率圖模型是由圖表示的概率分布。概率無向圖模型又稱馬爾可夫隨機場 markov random field 表示乙個聯合概率分布，其標準定義為 設有聯合概率分布 p v 由無向圖 g v,e 表示，圖 g 中的節點表示隨機變數，邊表示隨機變數間的依賴關係。如果聯合概率分布 p v 滿足成對 區域性或全...
條件隨機場CRF
條件隨機場 crf 是給定一組輸入隨機變數x的條件下另一組輸出隨機變數y的條件概率分布模型，其特點是假設輸出隨機變數構成馬爾科夫隨機場。實際上是定義在時序資料上的對數線性模型。條件隨機場屬於判別模型。概率圖模型是由無向圖表示的聯合概率分布，概率無向圖模型的最大特點是易於因子分解。團 無向圖g中任何兩...